如何使用Python进行PDF图片识别OCR
更新时间：2021年01月22日 15:53:43 作者：许鸿飞
这篇文章主要介绍了如何使用Python进行PDF图片识别OCR，帮助大家更好的理解和使用python，感兴趣的朋友可以了解下
使用场景
使用图片识别可以快速提取图片中的信息，方便高效。
Python并不能直接对PDF进行识别，所以如果是识别PDF的话，需要先将PDF转化为图片，然后再进行识别。
必备工具
- Python
可以安装3.7及以上版本
- tesseract-ocr
下载地址： https://github.com/UB-Mannheim/tesseract/wiki 使用最新版本即可
- 需要用到的库
pip install pillow pip install opencv-python pip install fitz pip install PyMuPDF pip install pytesseract
代码示例
from PIL import Image
import os
import pytesseract
import cv2 as cv
import fitz
def pdf_image(pdfPath,imgPath,zoom_x,zoom_y,rotation_angle):
# 打开PDF文件
pdf = fitz.open(pdfPath)
# 逐页读取PDF
for pg in range(0, pdf.pageCount):
page = pdf[pg]
# 设置缩放和旋转系数
trans = fitz.Matrix(zoom_x, zoom_y).preRotate(rotation_angle)
pm = page.getPixmap(matrix=trans, alpha=False)
# 开始写图像
pm.writePNG(imgPath+str(pg)+".png")
#pm.writePNG(imgPath)
pdf.close()
pdf_path ='D:/123.pdf'
img_path ='D:/123.png'
pdf_image(pdf_path,img_path,5,5,0)
# 依赖opencv
img=cv.imread(img_path)
text=pytesseract.image_to_string(Image.fromarray(img),lang='chi_tra')
# 不依赖opencv写法
# text=pytesseract.image_to_string(Image.open(img_path))
print(text)
总结
识别清晰的文字图片的时候准确率非常高
但是识别手写体的话效果不太好
注意事项
在安装tesseract-ocr 的时候一定要记得选择对应的语言，不然是无法正常使用的。
以上就是如何使用Python进行PDF图片识别OCR的详细内容，更多关于python pdf图片识别ocr的资料请关注脚本之家其它相关文章！
相关文章
Windows下实现将Pascal VOC转化为TFRecords
今天小编就为大家分享一篇Windows下实现将Pascal VOC转化为TFRecords，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-02-02
这篇文章主要介绍了Windows系统下安装Python的SSH模块教程,本文涵盖了pycrypto、ecdsa、paramiko、OpenSSH、SSH等模块的安装,需要的朋友可以参考下2015-02-02
这篇文章主要介绍了关于Python参数解析器argparse的应用场景,argparse 模块使编写用户友好的命令行界面变得容易,程序定义了所需的参数，而 argparse 将找出如何从 sys.argv 中解析这些参数,需要的朋友可以参考下2023-08-08
Django objects的查询结果转化为json的三种方式的方法
这篇文章主要介绍了Django objects的查询结果转化为json的三种方式的方法，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2018-11-11
在本篇文章里小编给大家整理的是一篇关于python表达式4+0.5值的数据类型的知识点内容，需要的的朋友们学习下。2020-02-02
这篇文章主要为大家详细介绍了python实现超级玛丽游戏，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2020-03-03
本文主要介绍了pandas round方法保留两位小数的设置实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2022-08-08
Tesseract OCR是一款由Google团队开发的开源OCR引擎，用于将图片、PDF 等格式中的文本转换为可编辑的文本格式，本文主要介绍了Python进行图片的文字识别功能OCR的相关知识,需要的朋友可以参考下2023-05-05
python pandas库读取excel/csv中指定行或列数据
通过阅读表格,可以发现Pandas中提供了非常丰富的数据读写方法,下面这篇文章主要给大家介绍了关于python利用pandas库读取excel/csv中指定行或列数据的相关资料,需要的朋友可以参考下2022-02-02
这篇文章主要介绍了python读写ini配置文件方法,实例分析了Python针对ini配置文件的相关读写技巧,需要的朋友可以参考下2015-06-06
最新评论